摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第12-21页 |
1.1 研究背景 | 第12-14页 |
1.2 课题来源及意义 | 第14页 |
1.2.1 课题来源 | 第14页 |
1.2.2 课题意义 | 第14页 |
1.3 移动智能终端身份认证技术 | 第14-16页 |
1.3.1 密码认证 | 第14-15页 |
1.3.2 生理特征认证 | 第15页 |
1.3.3 行为特征认证 | 第15-16页 |
1.4 国内外研究现状 | 第16-18页 |
1.4.1 密码认证现状 | 第16页 |
1.4.2 生理特征认证现状 | 第16-17页 |
1.4.3 行为特征认证现状 | 第17-18页 |
1.5 论文研究内容 | 第18-19页 |
1.6 本文组织结构 | 第19-21页 |
第二章 基于行为序列的移动智能终端用户身份认证框架 | 第21-30页 |
2.1 行为序列基本概念 | 第21页 |
2.2 用户行为分析 | 第21-23页 |
2.2.1 用户留存分析 | 第21-22页 |
2.2.2 用户偏好分析 | 第22页 |
2.2.3 用户分群 | 第22页 |
2.2.4 用户行为路径分析 | 第22-23页 |
2.3 框架设计 | 第23-24页 |
2.4 数据获取 | 第24-26页 |
2.5 数据处理 | 第26-28页 |
2.5.1 行为数据的处理 | 第26-27页 |
2.5.2 行为序列的处理 | 第27-28页 |
2.6 本章小结 | 第28-30页 |
第三章 基于MSLP-Tree的多支持度条件下序列模式挖掘方法 | 第30-45页 |
3.1 问题引述 | 第30-33页 |
3.1.1 问题描述 | 第30-31页 |
3.1.2 研究现状分析 | 第31-33页 |
3.2 多支持度条件下的行为序列模式挖掘 | 第33-41页 |
3.2.1 相关定义 | 第33-34页 |
3.2.2 MSLP-Tree | 第34-38页 |
3.2.3 MSLP-growth算法 | 第38-40页 |
3.2.4 最大频繁模式挖掘 | 第40-41页 |
3.3 算法性能分析 | 第41-43页 |
3.3.1 MSLP-growth算法仿真实验及结果分析 | 第41-43页 |
3.3.2 MFSA-growth算法性能分析 | 第43页 |
3.4 本章小结 | 第43-45页 |
第四章 基于行为公共子序列相似度的行为序列相似性度量方法 | 第45-60页 |
4.1 问题引述 | 第45-49页 |
4.1.1 问题描述 | 第45页 |
4.1.2 研究现状分析 | 第45-49页 |
4.2 基于行为公共子序列相似度的行为序列相似性度量方法 | 第49-54页 |
4.2.1 行为最大相似度 | 第50-51页 |
4.2.2 行为全部相似度 | 第51页 |
4.2.3 行为整体相似度 | 第51-53页 |
4.2.4 用户相似度 | 第53-54页 |
4.3 仿真实验 | 第54-58页 |
4.3.1 数据处理 | 第54-55页 |
4.3.2 参数分析 | 第55-57页 |
4.3.3 性能分析 | 第57-58页 |
4.4 本章小结 | 第58-60页 |
第五章 基于MSLP-Tree的用户行为模式更新方法 | 第60-75页 |
5.1 问题引述 | 第60-62页 |
5.1.1 问题描述 | 第60-61页 |
5.1.2 研究现状分析 | 第61-62页 |
5.2 用户行为模式更新 | 第62-71页 |
5.2.1 问题分析 | 第62-64页 |
5.2.2 问题定义 | 第64-65页 |
5.2.3 序列变化下的序列模式更新 | 第65-67页 |
5.2.4 项变化下的序列模式更新 | 第67-69页 |
5.2.5 支持度阈值变化下的序列模式更新 | 第69-71页 |
5.3 实验验证 | 第71-73页 |
5.3.1 实验环境 | 第71页 |
5.3.2 实验结果与分析 | 第71-73页 |
5.4 本章小结 | 第73-75页 |
第六章 总结与展望 | 第75-77页 |
6.1 本文工作总结 | 第75-76页 |
6.2 下一步工作展望 | 第76-77页 |
致谢 | 第77-78页 |
参考文献 | 第78-83页 |
作者简历 | 第83页 |